基于用戶協(xié)同過(guò)濾的視頻推薦系統(tǒng)研究.pdf

1、近年來(lái)，隨著互聯(lián)網(wǎng)的發(fā)展，人們?cè)絹?lái)越多的從網(wǎng)絡(luò)上獲取信息。大量的信息給人們帶來(lái)了方便，同時(shí)也因信息量太大，以至人們?cè)絹?lái)越難找到自己喜歡的內(nèi)容。而對(duì)于提供娛樂(lè)視頻信息，這種問(wèn)題更為突出。對(duì)于視頻網(wǎng)站來(lái)說(shuō)，能給用戶個(gè)性化推薦一些用戶喜歡的內(nèi)容，對(duì)于提升網(wǎng)站形象和用戶體驗(yàn)度都有很大幫助。推薦系統(tǒng)也因此成為各大視頻網(wǎng)站必備利器，優(yōu)秀的推薦系統(tǒng)，可以有效的解決信息量過(guò)多的問(wèn)題。隨著視頻網(wǎng)站的不斷發(fā)展，智能化推薦系統(tǒng)的引入將成為視頻網(wǎng)站必不可少的一

2、部分，同時(shí)，相信出了視頻網(wǎng)站之外的其它很多網(wǎng)站也將不斷增加智能化推薦系統(tǒng)。因此，對(duì)于視頻推薦系統(tǒng)的研究、設(shè)計(jì)與實(shí)現(xiàn)對(duì)于互聯(lián)網(wǎng)的發(fā)展具有深遠(yuǎn)意義。
　　本文主要利用用戶協(xié)同過(guò)濾算法，搭配非關(guān)系型數(shù)據(jù)庫(kù)MongoDB設(shè)計(jì)和實(shí)現(xiàn)了對(duì)視頻網(wǎng)站的智能推薦系統(tǒng)。系統(tǒng)通過(guò)收集用戶在視頻網(wǎng)站的歷史行為保存到MongoDB，經(jīng)過(guò)清洗、整理、模型計(jì)算、得出推薦結(jié)果等幾步，對(duì)不同的用戶給出智能化的、用戶感興趣的視頻內(nèi)容。
　　論文的主要工作如下。

3、
　　(1)對(duì)用戶行為數(shù)據(jù)進(jìn)行了收集，并進(jìn)行了數(shù)據(jù)的篩選和清洗，提取了用戶行為特征。
　　(2)研究了基于用戶的協(xié)同過(guò)濾推薦算法，計(jì)算了用戶之間相似性，通過(guò)打分比較不同用戶的相似性，得出用戶是否有相同或者相近的喜好，從而給出不同用戶的視頻推薦。
　　(3)對(duì)視頻推薦系統(tǒng)進(jìn)行了需求分析與設(shè)計(jì)，部署了開(kāi)發(fā)環(huán)境，設(shè)計(jì)了系統(tǒng)的框架結(jié)構(gòu)，完成了各個(gè)模塊的數(shù)據(jù)庫(kù)設(shè)計(jì)。
　　(4)基于SpringBoot和ORM框架Mybat

4、is實(shí)現(xiàn)了視頻推薦系統(tǒng)，主要包括視頻管理模塊、用戶行為數(shù)據(jù)的管理以及用戶中心。視頻管理模塊是推薦的主體;用戶行為數(shù)據(jù)的管理包含了推薦數(shù)據(jù)清洗、算法分析和推薦數(shù)據(jù)管理部分;用戶中心實(shí)現(xiàn)了與用戶行為相關(guān)的內(nèi)容。
　　本文利用基于用戶的協(xié)同過(guò)濾算法設(shè)計(jì)和實(shí)現(xiàn)推薦過(guò)程，推薦算法的設(shè)計(jì)直接決定了整個(gè)推薦系統(tǒng)的效果，本文對(duì)系統(tǒng)的推薦算法進(jìn)行分析，并對(duì)系統(tǒng)的推薦結(jié)果根據(jù)一定規(guī)則進(jìn)行測(cè)評(píng)。測(cè)評(píng)結(jié)果顯示，系統(tǒng)能為對(duì)不同用戶給出不同的推薦結(jié)果，準(zhǔn)確度